Waldkirch: Masterthesis: Robuste AI‑Inference innerhalb einer WebAssembly‑Engine

Wintersemester 2026/27 - befristet auf 5 - 6 Monate

IHRE AUFGABEN

• Einarbeitung in die Grundlagen von WebAssembly (Wasm), Bytecode-Strukturen und AI-Inference-Workloads
• Analyse von WebAssembly-Bytecode im Kontext von AI-Inference
• Untersuchung des Data Flows von AI-Inference-Bytecode während der Ausführung in einer selektierten Wasm-Engine
• Identifikation von Erweiterungspotenzialen in der Wasm-Engine zur Erhöhung von Robustheit, Ausfallsicherheit und Verlässlichkeit.
• Entwurf und prototypische Umsetzung von Ansätzen zur Datenflussüberwachung von AI-Inferencing innerhalb einer WebAssembly-Engine.

IHR PROFIL

• Masterstudium in Informatik oder einem vergleichbaren Studiengang.
• Gute Kenntnisse in C++ und/oder Rust
• Gute Kenntnisse in Machine Learning Modellen und deren Architekturen
• Idealerweise erste Erfahrungen im Compilerbau, in Software-Engineering-Prinzipien und/oder in der Systementwicklung.
• Interesse an Compilerbau, Softwaretechnik und Systemsoftware im Kontext von AI Inference

Kontakt: Sarah Disch